一种物体图像矫正方法、装置、设备及可读存储介质与流程

本发明涉及图像处理，具体而言，涉及一种物体图像矫正方法、装置、设备及可读存储介质。

背景技术：

1、在机场目前的自动化安检体系中，为了保证待检测筐可以流畅滑行，在滑道上会留有较大的冗余。但是在待检测筐到达检测位置时，这部分冗余会导致待检测筐停靠的位置在水平面xy轴上有偏移，导致无法进行较好的检测。传统方法中，一般选择增加滑块或在筐运动到检测区域时使用精度较高的控制设备将筐夹住。其中，前者往往会出现如下情况：如果滑块限制过于严格，则筐有较大概率无法正常下落，如果放宽区域，又无法很好起到解决限制待检测筐停靠的作用；后者则会存在较高的成本问题。

技术实现思路

1、本发明的目的在于提供一种物体图像矫正方法、装置、设备及可读存储介质，以改善上述问题。

2、为了实现上述目的，本申请实施例提供了如下技术方案：

3、一方面，本申请实施例提供了物体图像矫正方法，所述方法包括：

4、获取待检测物体的当前帧图像，所述待检测物体放置在储物筐中，所述当前帧图像中包括所述待检测物体和所述储物筐的图像信息，同时获取当前储物筐的运动信息，所述运动信息包括运动速度信息和运动方向信息；

5、将所述当前帧图像输入vision transformer模型中，获得所述当前帧图像对应的候选框，每个所述候选框具有相应的置信度和第一位置信息，基于soft-nms对所述候选框进行筛选，得到检测框；

6、为所述检测框编号，对编号之后的检测框构建一个状态矩阵，所述状态矩阵中的元素包括检测框的位置信息和当前储物筐的运动信息；

7、将所述状态矩阵中的元素与预设标准元素信息进行对比分析，并基于对比分析结果对当前帧图像进行矫正，得到矫正后的图像。

8、第二方面，本申请实施例提供了一种物体图像矫正装置，所述装置包括第一获取模块、第一筛选模块、构建模块和第一矫正模块。

9、第一获取模块，用于获取待检测物体的当前帧图像，所述待检测物体放置在储物筐中，所述当前帧图像中包括所述待检测物体和所述储物筐的图像信息，同时获取当前储物筐的运动信息，所述运动信息包括运动速度信息和运动方向信息；

10、第一筛选模块，用于将所述当前帧图像输入vision transformer模型中，获得所述当前帧图像对应的候选框，每个所述候选框具有相应的置信度和第一位置信息，基于soft-nms对所述候选框进行筛选，得到检测框；

11、构建模块，用于为所述检测框编号，对编号之后的检测框构建一个状态矩阵，所述状态矩阵中的元素包括检测框的位置信息和当前储物筐的运动信息；

12、第一矫正模块，用于将所述状态矩阵中的元素与预设标准元素信息进行对比分析，并基于对比分析结果对当前帧图像进行矫正，得到矫正后的图像。

13、第三方面，本申请实施例提供了一种物体图像矫正设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述物体图像矫正方法的步骤。

14、第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述物体图像矫正方法的步骤。

15、本发明的有益效果为：

16、1、本发明可以在保持较低成本的情况下，通过对于物体运动轨迹的检测，将偏移储物筐的位置进行矫正。

17、2、更精准：本发明采用深度学习算法对于物体特征进行提取，更为准确；适于多样复杂环境：本发明结合时空信息，增加更多泛化性。

18、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

技术特征：

1.一种物体图像矫正方法，其特征在于，包括：

2.根据权利要求1所述的物体图像矫正方法，其特征在于，基于soft-nms对所述候选框进行筛选，得到检测框，包括：

3.根据权利要求1所述的物体图像矫正方法，其特征在于，将所述状态矩阵中的元素与预设标准元素信息进行对比分析，并基于对比分析结果对当前帧图像进行矫正，得到矫正后的图像，包括：

4.根据权利要求3所述的物体图像矫正方法，其特征在于，得到矫正后的图像后，还包括：

5.一种物体图像矫正装置，其特征在于，包括：

6.根据权利要求5所述的物体图像矫正装置，其特征在于，第一筛选模块，包括：

7.根据权利要求5所述的物体图像矫正装置，其特征在于，第一矫正模块，包括：

8.根据权利要求7所述的物体图像矫正装置，其特征在于，所述装置，还包括：

9.一种物体图像矫正设备，其特征在于，包括：

10.一种可读存储介质，其特征在于：

技术总结
本发明属于图像处理技术领域，提供了一种物体图像矫正方法、装置、设备及可读存储介质，所述方法包括：获取待检测物体的当前帧图像；将所述当前帧图像输入vision transformer模型中，获得所述当前帧图像对应的候选框，每个所述候选框具有相应的置信度和第一位置信息，基于Soft‑NMS对所述候选框进行筛选，得到检测框；为所述检测框编号，对编号之后的检测框构建一个状态矩阵，所述状态矩阵中的元素包括检测框的位置信息和当前储物筐的运动信息；将所述状态矩阵中的元素与预设标准元素信息进行对比分析，并基于对比分析结果对当前帧图像进行矫正，得到矫正后的图像。本发明可以在保持较低成本的情况下，通过对于物体运动轨迹的检测，将偏移储物筐的位置进行矫正。

技术研发人员：李石朋,桓朝,董冰,方赟
受保护的技术使用者：江苏星图智能科技有限公司
技术研发日：
技术公布日：2024/3/5